spark-aixin
spark-aixin

轻量化网络学习 1 MobileNet系列

文章目录

  • 0、归纳
  • 1、论文

0、归纳

根据应用需求和资源限制（延迟、大小），提出基于深度可分离卷积为基础的网络，通过设置两个超参数，实现准确率和延时性的平衡，主要致力于优化延迟

1、论文

目标：
1、深度可分离过程&普通卷积
2、了解mobilenet构建、超参数–宽度超参数&分辨率超参数
3、后续版本更新v1，v2，v3

研究意义：
应用于目标检测、目标分类、人脸属性识别、人脸识别
网络是小体积，少计算量，高精度的
1、有需求、有提出动机
大小和速度方面的高效
即使有限制的实时计算
2、现有方法
模型压缩
直接训练一个小型网络，即知识蒸馏

本文的方法：
根据应用需求与资源限制，构建相匹配的小型网络
致力于优化延迟
基于深度可分离卷积构成，通过两个超参数，实现准确率和延时性之间的平衡

模型总览：
1、卷积块的特点
深度卷积实现时注意：输入和分组情况要一致
深度可分离卷积、深度卷积&点卷积、BN、relu。
轻量化网络学习 1 MobileNet系列_第1张图片
注意：BN层，计算均值方差归一化，拉回数据分布到原来的尺度，数据在非饱和区域是线性的，线性的拟合能力比较弱
因此完了之后还要进行线性变化，再尽可能变回去，即缩放和平移，提高模型的泛化能力
一共28层（con《1》+深度可分离《13X2》+avgpool+FC《1》+softmax）
2、降采样方式
通过不同的卷积步长来实现降采样
降采样主要发生在第一层和深度卷积上
3、尺寸维度变化
输入输出大小，维度变化—通道数越多可以实现特征信息的大量收集
2242243，输出111024

深度可分离卷积：
1、具体卷积过程
先进行通道卷积再进行点卷积
2、标准卷积
空间上，是卷积核区域与输入图像的特定区域进行连接，稀疏连接
通道上，输出特征的每个元素是通道与通道之间密集连接的结果

超参数设置：
宽度超参数和分辨率超参数

系列改进：
v2版本
在这里插入图片描述
在这里插入图片描述
v3版本
轻量化网络学习 1 MobileNet系列_第2张图片
轻量化网络学习 1 MobileNet系列_第3张图片
压缩：顺着空间维度进行压缩。到一个实数，这个实数具有全局感受野，输出的维度和输入的特征数相匹配，并且靠近输入层也有全局感受野
激励：将压缩的结果作为权重乘到每一层上

三个版本对比：
三个版本的创新及创新的作用
轻量化网络学习 1 MobileNet系列_第4张图片

轻量化网络学习 1 MobileNet系列_第5张图片

总结
关键点：移动计算需求、算法模型基础：日臻成熟的卷积神经网络
创新点：引入深度可分离卷积、引入宽度和分辨率超参数、构建轻量化结构，准确率，速度，大小的平衡
启发点：移动计算的需求、轻量化网络的设计方向、卷积方式的创新、如何评估轻量级网络的效果

你可能感兴趣的:(论文)

  • AIGC视频生成模型：ByteDance的PixelDance模型 好评笔记 AIGC音视频机器学习人工智能深度学习计算机视觉transformer
    大家好，这里是好评笔记，公主号：Goodnote，专栏文章私信限时Free。本文详细介绍ByteDance的视频生成模型PixelDance，论文于2023年11月发布，模型上线于2024年9月，同时期上线的模型还有Seaweed（论文未发布）。热门专栏机器学习机器学习笔记合集深度学习深度学习笔记合集优质专栏回顾：机器学习笔记深度学习笔记多模态论文笔记AIGC—图像文章目录热门专栏机器学习深度学习
  • 高斯Splatting：3D 重建与新视图合成的综述 三谷秋水 人工智能机器学习计算机视觉计算机视觉人工智能深度学习
    24年5月来自挪威大学的论文“GaussianSplatting:3DReconstructionandNovelViewSynthesis,aReview”。基于图像的3D重建是一项具有挑战性的任务，涉及从一组输入图像中推断出目标或场景的3D形状。基于学习的方法因其直接估计3D形状的能力而备受关注。这篇论文重点介绍3D重建的最新技术，包括生成新的、未见过的视图。高斯Splatting方法的最新发
  • RoboVQA：机器人多模态长范围推理 三谷秋水 计算机视觉智能体大模型机器人人工智能机器学习计算机视觉深度学习语言模型
    23年11月来自GoogleDeepmind的论文“RoboVQA:MultimodalLong-HorizonReasoningforRobotics”。本文提出一种可扩展、自下而上且本质多样化的数据收集方案，该方案可用于长期和中期的高级推理，与传统的狭窄自上而下的逐步收集相比，其吞吐量提高2.2倍。通过在3栋办公楼内执行任何用户请求并使用多种具身（机器人、人类、带抓取工具的人类）来收集真实数据
  • 哪个AI论文生成助手好用？5 款AI论文工具深度评测 AI论文图鉴 人工智能
    2025年，AI论文写作工具如雨后春笋般涌现，迅速在学术圈走红。身为一个常被论文写作困扰的“懒人”，我对这些工具的实际表现充满好奇。于是，我亲测了五款当下国内外最热门的AI论文写作助手，从功能、交互、写作水平、写作效率等维度进行全面评测，结果令人惊喜。相信这篇文章能为仍在观望的你带来新的启发与认识。这次测评，我挑选了五款极具代表性的AI工具，以“基于大语言模型的医疗诊断研究”为主题，看它们如何大显
  • 知识蒸馏论文精选——《Graph-Free Knowledge Distillation for Graph Neural Networks 》 宇直不会放弃 GKD-Outputlayer人工智能数据挖掘机器学习深度学习神经网络cnnpytorch
    （GFKD）无图知识蒸馏《Graph-FreeKnowledgeDistillationforGraphNeuralNetworks》2021作者是XiangDeng和ZhongfeiZhang，来自纽约州立大学宾汉姆顿分校论文地址见文末摘要知识蒸馏（KnowledgeDistillation,KD）通过强制学生网络模仿在训练数据上预训练老师网络的输出，从而将知识从老师网络转移到学生网络。然而，在
  • LWC-KD：图结构感知的推荐系统增量学习对比知识蒸馏 宇直不会放弃 GKD-Middlelayer人工智能pythonchatgptgpu算力深度学习机器学习神经网络
    LWC-KD：图结构感知的推荐系统增量学习对比知识蒸馏《GraphStructureAwareContrastiveKnowledgeDistillationforIncrementalLearninginRecommenderSystems》2021作者是YueningWang、YingxueZhang和MarkCoates论文地址：https://dl.acm.org/doi/10.1145/
  • 【氮化镓】用于低压射频电源的具有80.4% PAE的Si基E-Mode AlN/GaN HEMT 北行黄金橘 氮化镓器件可靠性GaN科技氮化镓ＧａＮ　HEMTPAE
    引言本文是一篇关于增强型（E-mode）AlN/GaN高电子迁移率晶体管（HEMTs）的研究论文，晶体管是在硅衬底上制造的，并在3.6GHz频率下展示了80.4%的峰值功率附加效率（PAE）。文章首先介绍了GaN器件在微波和毫米波功率放大器中的应用，特别是在雷达、卫星通信和民用移动通信系统中。这些应用对器件的性能要求极高，包括高功率密度、高效率和低供电电压。文章指出，与耗尽模式（D-mode）相比
  • 【RAG 论文】Program-of-Thoughts（PoT）提示：让 LLM 生成 Python 代码来解决复杂的数字计算问题 yubinCloud LLMResearch自然语言处理人工智能语言模型算法
    论文：ProgramofThoughtsPrompting:DisentanglingComputationfromReasoningforNumericalReasoningTasks⭐⭐⭐⭐TMLR2023Code：Program-of-Thoughts|GitHub论文速读文章提出了PoTPrompting方法，PoT可以看作是CoT（Chain-of-Thoughts）的改进，该方法通过生
  • LLM论文笔记 20: How to think step-by-step: A mechanistic understanding of chain-of-thought reasoning Zhouqi_Hua 大模型论文阅读人工智能chatgpt论文阅读机器学习深度学习语言模型
    Arxiv日期：2024.5.16机构：IIT关键词CoT本质LLM推理本质核心结论1.CoT推理的功能组件尽管不同阶段的推理任务具有不同的推理需求，模型内部的功能组件几乎是相同的（共享而非独享）不同的神经算法实际上是由类似归纳头（inductionheads）等机制组合而成2.注意力机制中的信息流动attentionheads在不同的模型层之间传递信息，特别是当它们涉及到本体论相关（ontolo
  • EDPose：探讨端到端的实时多人姿态估计 烧技湾 AI&ComputerVisionHPE人体姿态估计端到端检测
    作者：曾爱玲（港中文博士，现已入职腾讯）单位：IDEA（深圳数字经济研究院）源码：github/ED-Pose该篇论文取得效果如下：这篇文章的优势在于：在复杂的多人场景下能够取得不错的性能提升，虽然在COCO等数据集上的提升不明显。这种端到端的方法，优势在于检测到人体是检测到关键点的一个保证。目录摘要一、介绍二、相关工作2.1.单阶段多人姿态估计2.2检测变压器：三、重新思考单阶段多人姿态估计3.
  • 技术人实测 | 如何用AI工具2分钟突破知网AIGC检测线 LL06210721 人工智能AIGC
    最近在GitHub发现个有意思的本地化算法工具，其核心是通过对抗式语义重组技术重构文本逻辑链。测试时发现：将GPT生成的论文导入后，系统会保留原始参考文献格式，同时用学术同义词替换引擎重写表达结构。实测数据：某985实验室的AI生成稿经处理，知网AIGC率从38%→9.7%（检测截图已脱敏），维普重复率从24%→8.3%。工具最实用的三个细节：保留公式编号和图表位置不变支持LaTeX源码级修改追踪
  • Word2Vec 模型 PyTorch 实现并复现论文中的数据集 Illusionna. word2vecpytorch人工智能算法自然语言处理nlpmatplotlib
    详细注解链接：https://www.orzzz.net/directory/codes/Word2Vec/index.html欢迎咨询！
  • word导出高清PDF linff911 pdf
    参考：解决PPT导出PDF分辨率过低问题_ppt导出pdf清晰度不高怎么解决-CSDN博客之前被论文折磨的发疯，遇到了点问题，遂写此篇，参考上面这位大神的文章，顺利解决了问题，插个眼留给自己用首先我的电脑上有FoxitPDF阅读器，没有的话不知道能不能行，另外本篇是指word里的图片就比较高清，但是导出pdf变模糊的情况；步骤指南1.选择FoxitPDF打印机在Word中，点击左上角文件选项：选择
  • Flask 小册子简介 AWS加油站 Flaskrestful小册子flaskpython后端
    这是一个Flaskrestful讲解的小册子，涵盖了RESTfulAPI的概念、选择Flask的原因以及小册子的目标和结构。我会尽量写得详细，帮助你更好地理解。1.简介1.1什么是RESTfulAPI？1.1.1REST的概念REST（RepresentationalStateTransfer，表述性状态转移）是一种软件架构风格，由RoyFielding在2000年的博士论文中提出。它定义了一组约
  • 论文阅读笔记——Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware 寻丶幽风 论文阅读笔记论文阅读笔记人工智能深度学习机器人
    ALOHA论文ALOHA解决了策略中的错误可能随时间累积，且人类演示可能是非平稳的，提出了ACT（ActionChunkingwithTransformers）方法。ActionChunking模仿学习中，compoundingerror是致使任务失败的主要原因。具体来说，当智能体（agent）在测试时遇到训练集中未见过的情况时，可能会产生预测误差。这些误差会逐步累积，导致智能体进入未知状态，最终
  • Process-based Self-Rewarding Language Models 论文简介 ZHOU_CAMP deepseekrelated论文人工智能深度学习
    基于过程的自奖励语言模型：LLM优化的新范式引言大型语言模型（LLM）在多种任务中展现出了强大的能力，尤其是在使用人工标注的偏好数据进行训练时。然而，传统的自奖励范式在数学推理任务中存在局限性，甚至可能在迭代训练中导致模型性能下降。为了解决这些问题，论文《Process-basedSelf-RewardingLanguageModels》提出了一种新的框架，该框架结合了长链推理、逐步LLM评判（L
  • 基于 oneM2M 标准的空气质量监测系统的互操作性 神一样的老师 论文阅读分享物联网物联网
    论文标题英文标题：InteroperabilityofAirQualityMonitoringSystemsthroughtheoneM2MStandard中文标题：基于oneM2M标准的空气质量监测系统的互操作性作者信息JonnarDanielleDiosana,GabrielAngeloLimlingan,DanielleBryanSore,MarcRosales,IsabelAustria,
  • [arxiv论文解读]LlamaFactory：100+语言模型统一高效微调 强化学习曾小健 #LLM大语言模型语言模型人工智能自然语言处理
    该文档是一篇关于LLAMAFACTORY的学术论文，这是一个用于高效微调大型语言模型（LLMs）的统一框架。这篇论文详细介绍了LLAMAFACTORY的设计、实现和评估，以及它在语言建模和文本生成任务中的应用。下面是对文档内容的详细解释：摘要（Abstract）背景：大型语言模型（LLMs）在多种应用中展现了卓越的推理能力，但需要有效的微调方法来适应下游任务。问题：现有的高效微调方法缺乏一个系统化
  • 量子位招聘 | DeepSeek帮我们改的招聘启事 量子位
    关注前沿科技量子位未来同事，你好~这是一则招聘帖。如果你与我们志同道合，对AI大模型、具身智能、终端硬件、AI新媒体编辑感兴趣，我们正在招聘这些领域的原创作者。以下岗位均为全职，工作地点：北京中关村。岗位面向：社招、应届毕业生，所有岗位均可实习——表现出色均可转正加分项：乐于探索AI新工具，善用AI新工具；拥有解读论文的能力，能深入浅出讲解原理；有写代码能力；量子位长期读者。加入我们，你可以获得：
  • 使用LangChain实现最新NLP研究成果 eahba langchain自然语言处理人工智能python
    近年来，自然语言处理（NLP）领域的研究取得了显著的进展，而LangChain通过实现这些最新的研究成果，为开发者和研究人员提供了强大的工具与服务。在本文中，我们将探讨一些被LangChain所引用的arXiv研究论文，并展示如何通过API调用和具体示例来实现这些前沿技术。技术背景介绍LangChain作为一个强大且灵活的开源工具，旨在简化大语言模型（LLMs）的开发与应用。通过对最新研究的集成，
  • 2025年毕设ssm网上超市论文+源码 SSM毕设程序源码JAVA 课程设计
    本系统（程序+源码）带文档lw万字以上文末可获取一份本项目的java源码和数据库参考。系统程序文件列表开题报告内容选题背景关于网上超市系统的研究，现有研究主要集中在电子商务平台的设计与开发、供应链管理、以及用户行为分析等领域。尽管这些研究已经取得了一定的成果，但专门针对基于SSM（Spring、SpringMVC、MyBatis）框架的网上超市系统的研究仍相对较少。随着电子商务的蓬勃发展，网上超市
  • ASP.NET教务信息管理系统的设计与实现(源代码+论文) 技术宅小伙 asp.net后端
    随着我国教育事业的不断发展，各级教育层次的教学规模日益扩大，采用传统的教务信息管理方法（如直接手工管理或者开发程度不高的管理系统）不但浪费大量人力、物力和财力资源，而且不能满足当前教育发展的需求。教务信息管理系统是一种融合管理科学、信息科学、系统科学和计算机技术为一体的综合性先进管理手段。系统是建立在WINDOWS操作系统上的基于C/S（客户机/服务器）模式的教务信息管理系统，选用VB.NET＋S
  • Hadoop：分布式计算平台初探 dccrtbn6261333 大数据运维java
    Hadoop是一个开发和运行处理大规模数据的软件平台，是Apache的一个用java语言实现开源软件框架，实现在大量计算机组成的集群中对海量数据进行分布式计算。Hadoop框架中最核心设计就是：MapReduce和HDFS。MapReduce提供了对数据的计算，HDFS提供了海量数据的存储。MapReduceMapReduce的思想是由Google的一篇论文所提及而被广为流传的，简单的一句话解释M
  • [论文笔记] LLaMA3.1与Qwen2与Apple 技术报告中预训练方案对比 心心喵 论文笔记论文阅读深度学习人工智能
    https://arxiv.org/pdf/2407.21075https://arxiv.org/pdf/2407.10671https://arxiv.org/pdf/2407.21783LLaMA3.1LLaMA3.1技术报告：https://ai.meta.com/blog/meta-llama-3-1/
  • WebGPT: 基于浏览器辅助的问答系统，结合人类反馈优化答案质量 土豆.exe 人工智能AI人工智能算法机器学习
    【摘要】本论文介绍了WebGPT，这是一种通过浏览器辅助问答系统来使用人类反馈进行训练和优化的模型。具体来说，该系统通过与基于文本的网络浏览环境互动，使模型能够搜索和导航网络，从而提高其回答长文本问题的能力。通过将任务设计为人类可以完成的任务，研究人员能够利用模仿学习和人类反馈来训练和优化模型。主要贡献包括：创建了一个基于文本的网络浏览环境，使得模型可以互动，从而改进了检索和合成。生成带有参考文献
  • Mistral 发布 Mistral OCR，号称「世界上最好的 OCR 模型」 自不量力的A同学 ocr
    Mistral发布的MistralOCR号称“世界上最好的OCR模型”，以下是对它的详细介绍：产品概述MistralOCR是一种光学字符识别API，以图像和PDF作为输入，可从有序交错的文本和图像中提取内容，能理解文档的每个元素，包括媒体、文本、表格、公式等，可与RAG系统结合，处理多模式文档。核心优势顶尖的复杂文档理解能力：可精准识别科学论文、技术文献中的图表、公式（含LaTeX）、表格及混合排
  • Hadoop介绍：什么是Hadoop？了解Hadoop的应用 Zzzxt007 hadoop大数据分布式
    一、认识Hadoop框架Hadoop是一个提供分布式存储和计算的开源软件框架，使用Java语言编写，具有高扩展性、高容错性、无共享和高可用（HA）等特点，非常适合处理海量数据。它基于Google发布的MapReduce论文实现，并且应用了函数式编程的思想。Hadoop框架主要包括HDFS（HadoopDistributedFileSystem，Hadoop分布式文件系统）、MapReduce、YA
  • （ECCV2018）CBAM改进思路 这张生成的图像能检测吗 即插即用模块+改进思路深度学习人工智能计算机视觉机器学习图像处理神经网络论文笔记
    论文链接：https://arxiv.org/abs/1807.06521论文题目：CBAM:ConvolutionalBlockAttentionModule会议：ECCV2018论文方法利用特征的通道间关系生成了一个通道注意图。由于特征映射的每个通道被认为是一个特征检测器，通道注意力集中在给定输入图像的“什么”是有意义的。为了有效地计算通道注意力，我们压缩了输入特征映射的空间维度。对于空间信息
  • ChatGPT-4o引领医学革命：临床科研创新与效率的新纪元 小艳加油 教程语言类人工智能数据分析ChatGPT-4o临床医学
    2024年5月12日，更强版本的ChatGPT-4o上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。因此，帮助广大临床医学相关的医院管理人员、医生、学生、科研人员更加熟练地掌握ChatGPT-4o在临床医学日常生活、工作与学习、课题申报、论文选题、实验方案设计、实验数据统计分析与可视化等方面的强大功能，同时更加系统地学习人工智能（包括传统机器学习、深度学习等）的基础理
  • 毕业论文查重六大误区，你踩坑了吗？ kexiaoya2013 论文笔记论文阅读
    又到毕业季了，论文查重也成了无数同学的一块心病。有人熬夜改稿到崩溃，有人查重报告看懵圈，其实，很多焦虑都源于对查重的误解！那么，今天我们就来扒一扒那些年你踩过的查重坑，看完这篇保你少走弯路！误区一：认为重复率低就绝对安全查重系统本质上就是一个算法程序，它只能机械的比对文字相似度，根本看不懂你论文的学术价值。所以除了重复率符合学校标准外，同时还要确保内容的原创性和逻辑性合理。误区二：只用一个查重软件
  • web前段跨域nginx代理配置 刘正强 nginxcmsWeb
    nginx代理配置可参考server部分 server {         listen       80;         server_name  localhost;
  • spring学习笔记 caoyong spring
    一、概述     a>、核心技术 : IOC与AOP b>、开发为什么需要面向接口而不是实现     接口降低一个组件与整个系统的藕合程度，当该组件不满足系统需求时，可以很容易的将该组件从系统中替换掉，而不会对整个系统产生大的影响 c>、面向接口编口编程的难点在于如何对接口进行初始化,(使用工厂设计模式)
  • Eclipse打开workspace提示工作空间不可用 0624chenhong eclipse
    做项目的时候，难免会用到整个团队的代码，或者上一任同事创建的workspace， 1.电脑切换账号后，Eclipse打开时，会提示Eclipse对应的目录锁定，无法访问，根据提示，找到对应目录，G:\eclipse\configuration\org.eclipse.osgi\.manager，其中文件.fileTableLock提示被锁定。 解决办法，删掉.fileTableLock文件，重
  • Javascript 面向对面写法的必要性？ 一炮送你回车库 JavaScript
    现在Javascript面向对象的方式来写页面很流行，什么纯javascript的mvc框架都出来了：ember 这是javascript层的mvc框架哦,不是j2ee的mvc框架   我想说的是，javascript本来就不是一门面向对象的语言，用它写出来的面向对象的程序，本身就有些别扭，很多人提到js的面向对象首先提的是：复用性。那么我请问你写的js里有多少是可以复用的，用fu
  • js array对象的迭代方法 换个号韩国红果果 array
    1.forEach 该方法接受一个函数作为参数， 对数组中的每个元素 使用该函数  return 语句失效 function square(num) { print(num, num * num); } var nums = [1,2,3,4,5,6,7,8,9,10]; nums.forEach(square); 2.every 该方法接受一个返回值为布尔类型
  • 对Hibernate缓存机制的理解 归来朝歌 session一级缓存对象持久化
    在hibernate中session一级缓存机制中，有这么一种情况： 问题描述：我需要new一个对象，对它的几个字段赋值，但是有一些属性并没有进行赋值，然后调用 session.save()方法，在提交事务后，会出现这样的情况： 1：在数据库中有默认属性的字段的值为空 2：既然是持久化对象，为什么在最后对象拿不到默认属性的值？ 通过调试后解决方案如下： 对于问题一，如你在数据库里设置了
  • WebService调用错误合集 darkranger webservice
     Java.Lang.NoClassDefFoundError: Org/Apache/Commons/Discovery/Tools/DiscoverSingleton 调用接口出错， 一个简单的WebService import org.apache.axis.client.Call;import org.apache.axis.client.Service; 首先必不可
  • JSP和Servlet的中文乱码处理 aijuans Java Web
    JSP和Servlet的中文乱码处理 前几天学习了JSP和Servlet中有关中文乱码的一些问题，写成了博客，今天进行更新一下。应该是可以解决日常的乱码问题了。现在作以下总结希望对需要的人有所帮助。我也是刚学，所以有不足之处希望谅解。 一、表单提交时出现乱码： 在进行表单提交的时候，经常提交一些中文，自然就避免不了出现中文乱码的情况，对于表单来说有两种提交方式：get和post提交方式。所以
  • 面试经典六问 atongyeye 工作面试
    题记：因为我不善沟通，所以在面试中经常碰壁，看了网上太多面试宝典，基本上不太靠谱。只好自己总结，并试着根据最近工作情况完成个人答案。以备不时之需。 以下是人事了解应聘者情况的最典型的六个问题： 1 简单自我介绍 关于这个问题，主要为了弄清两件事，一是了解应聘者的背景，二是应聘者将这些背景信息组织成合适语言的能力。 我的回答：(针对技术面试回答，如果是人事面试，可以就掌
  • contentResolver.query()参数详解 百合不是茶 androidquery()详解
    收藏csdn的博客,介绍的比较详细,新手值得一看 1.获取联系人姓名 一个简单的例子，这个函数获取设备上所有的联系人ID和联系人NAME。 [java]  view plain copy   public void fetchAllContacts() {      
  • ora-00054:resource busy and acquire with nowait specified解决方法 bijian1013 oracle数据库killnowait
            当某个数据库用户在数据库中插入、更新、删除一个表的数据，或者增加一个表的主键时或者表的索引时，常常会出现ora-00054:resource busy and acquire with nowait specified这样的错误。主要是因为有事务正在执行（或者事务已经被锁），所有导致执行不成功。 1.下面的语句
  • web 开发乱码 征客丶 springWeb
    以下前端都是 utf-8 字符集编码 一、后台接收 1.1、 get 请求乱码 get 请求中，请求参数在请求头中； 乱码解决方法： a、通过在web 服务器中配置编码格式：tomcat 中，在 Connector 中添加URIEncoding="UTF-8"； 1.2、post 请求乱码 post 请求中，请求参数分两部份， 1.2.1、url？参数，
  • 【Spark十六】： Spark SQL第二部分数据源和注册表的几种方式 bit1129 spark
    Spark SQL数据源和表的Schema case class apply schema parquet json JSON数据源 准备源数据 {"name":"Jack", "age": 12, "addr":{"city":"beijing&
  • JVM学习之:调优总结 -Xms -Xmx -Xmn -Xss BlueSkator -Xss-Xmn-Xms-Xmx
      堆大小设置JVM 中最大堆大小有三方面限制：相关操作系统的数据模型（32-bt还是64-bit）限制；系统的可用虚拟内存限制；系统的可用物理内存限制。32位系统下，一般限制在1.5G~2G；64为操作系统对内存无限制。我在Windows Server 2003 系统，3.5G物理内存，JDK5.0下测试，最大可设置为1478m。典型设置： java -Xmx355
  • jqGrid 各种参数 详解(转帖) BreakingBad jqGrid
      jqGrid 各种参数 详解 分类：  源代码分享  个人随笔请勿参考  解决开发问题 2012-05-09 20:29   84282人阅读   评论(22)   收藏   举报 jquery 服务器 parameters function ajax string  
  • 读《研磨设计模式》-代码笔记-代理模式-Proxy bylijinnan java设计模式
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ import java.lang.reflect.InvocationHandler; import java.lang.reflect.Method; import java.lang.reflect.Proxy; /* * 下面
  • 应用升级iOS8中遇到的一些问题 chenhbc ios8升级iOS8
    1、很奇怪的问题，登录界面，有一个判断，如果不存在某个值，则跳转到设置界面，ios8之前的系统都可以正常跳转，iOS8中代码已经执行到下一个界面了，但界面并没有跳转过去，而且这个值如果设置过的话，也是可以正常跳转过去的，这个问题纠结了两天多，之前的判断我是在 -(void)viewWillAppear:(BOOL)animated  中写的，最终的解决办法是把判断写在 -(void
  • 工作流与自组织的关系？ comsci 设计模式工作
      目前的工作流系统中的节点及其相互之间的连接是事先根据管理的实际需要而绘制好的，这种固定的模式在实际的运用中会受到很多限制，特别是节点之间的依存关系是固定的，节点的处理不考虑到流程整体的运行情况，细节和整体间的关系是脱节的，那么我们提出一个新的观点，一个流程是否可以通过节点的自组织运动来自动生成呢？这种流程有什么实际意义呢？   这里有篇论文，摘要是：“针对网格中的服务
  • Oracle11.2新特性之INSERT提示IGNORE_ROW_ON_DUPKEY_INDEX daizj oracle
    insert提示IGNORE_ROW_ON_DUPKEY_INDEX 转自：http://space.itpub.net/18922393/viewspace-752123 在 insert into tablea ...select * from tableb中，如果存在唯一约束，会导致整个insert操作失败。使用IGNORE_ROW_ON_DUPKEY_INDEX提示，会忽略唯一
  • 二叉树:堆 dieslrae 二叉树
        这里说的堆其实是一个完全二叉树,每个节点都不小于自己的子节点,不要跟jvm的堆搞混了.由于是完全二叉树,可以用数组来构建.用数组构建树的规则很简单:     一个节点的父节点下标为: (当前下标 - 1)/2     一个节点的左节点下标为: 当前下标 * 2 + 1   &
  • C语言学习八结构体 dcj3sjt126com c
    为什么需要结构体，看代码 # include <stdio.h> struct Student //定义一个学生类型，里面有age, score, sex, 然后可以定义这个类型的变量 { int age; float score; char sex; } int main(void) { struct Student st = {80, 66.6,
  • centos安装golang dcj3sjt126com centos
    #在国内镜像下载二进制包 wget -c  http://www.golangtc.com/static/go/go1.4.1.linux-amd64.tar.gz tar -C /usr/local -xzf go1.4.1.linux-amd64.tar.gz   #把golang的bin目录加入全局环境变量 cat >>/etc/profile<
  • 10.性能优化-监控-MySQL慢查询 frank1234 性能优化MySQL慢查询
    1.记录慢查询配置 show variables where variable_name like 'slow%' ; --查看默认日志路径 查询结果：--不用的机器可能不同 slow_query_log_file=/var/lib/mysql/centos-slow.log 修改mysqld配置文件：/usr /my.cnf[一般在/etc/my.cnf，本机在/user/my.cn
  • Java父类取得子类类名 happyqing javathis父类子类类名
      在继承关系中，不管父类还是子类，这些类里面的this都代表了最终new出来的那个类的实例对象，所以在父类中你可以用this获取到子类的信息！   package com.urthinker.module.test; import org.junit.Test; abstract class BaseDao<T> { public void
  • Spring3.2新注解@ControllerAdvice jinnianshilongnian @Controller
    @ControllerAdvice，是spring3.2提供的新注解，从名字上可以看出大体意思是控制器增强。让我们先看看@ControllerAdvice的实现：   @Target(ElementType.TYPE) @Retention(RetentionPolicy.RUNTIME) @Documented @Component public @interface Co
  • Java spring mvc多数据源配置 liuxihope spring
    转自：http://www.itpub.net/thread-1906608-1-1.html 1、首先配置两个数据库 <bean id="dataSourceA" class="org.apache.commons.dbcp.BasicDataSource" destroy-method="close&quo
  • 第12章 Ajax（下） onestopweb Ajax
    index.html <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/
  • BW / Universe Mappings blueoxygen BO
      BW Element OLAP Universe Element Cube  Dimension Class Charateristic A class with dimension and detail objects (Detail objects for key and desription) Hi
  • Java开发熟手该当心的11个错误 tomcat_oracle java多线程工作单元测试
    #1、不在属性文件或XML文件中外化配置属性。比如，没有把批处理使用的线程数设置成可在属性文件中配置。你的批处理程序无论在DEV环境中，还是UAT（用户验收 测试）环境中，都可以顺畅无阻地运行，但是一旦部署在PROD 上，把它作为多线程程序处理更大的数据集时，就会抛出IOException，原因可能是JDBC驱动版本不同，也可能是#2中讨论的问题。如果线程数目 可以在属性文件中配置，那么使它成为
  • 推行国产操作系统的优劣 yananay windowslinux国产操作系统
    最近刮起了一股风，就是去“国外货”。从应用程序开始，到基础的系统，数据库，现在已经刮到操作系统了。原因就是“棱镜计划”，使我们终于认识到了国外货的危害，开始重视起了信息安全。操作系统是计算机的灵魂。既然是灵魂，为了信息安全，那我们就自然要使用和推行国货。可是，一味地推行，是否就一定正确呢？ 先说说信息安全。其实从很早以来大家就在讨论信息安全。很多年以前，就据传某世界级的网络设备制造商生产的交
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他